Anthropic a publié Claude Sonnet 5 le 30 juin, le présentant comme le modèle de milieu de gamme le plus agentique qu’elle ait conçu et en faisant le modèle par défaut sur Claude.ai pour les utilisateurs Free et Pro dès son lancement. L’entreprise a indiqué que le modèle peut planifier, utiliser des outils comme les navigateurs et les terminaux, et exécuter de manière autonome des tâches en plusieurs étapes — un travail qui, jusqu’à récemment, était réservé à des systèmes plus grands de classe Opus.

Des performances de classe Opus au prix de Sonnet

Les scores de référence confirment cette promesse. Sonnet 5 obtient 63,2 % sur SWE-bench Pro contre 69,2 % pour le fleuron Opus 4.8, et 81,2 % sur le test d’utilisation de l’ordinateur OSWorld-Verified contre 83,4 % pour Opus. Sur Terminal-Bench 2.1, il atteint 80,4 %, devant les 74,6 % d’Opus 4.8, et il monte à 84,7 % sur le benchmark de recherche agentique BrowseComp. Le schéma est cohérent : Sonnet 5 se situe à quelques points d’un modèle bien plus coûteux sur l’ensemble des tâches agentiques.

La tarification reflète cet écart. Anthropic a fixé des tarifs de lancement à 2 dollars par million de jetons en entrée et 10 dollars par million de jetons en sortie jusqu’au 31 août, avant de passer à 3 et 15 dollars. Sonnet 5 reste ainsi nettement en dessous des tarifs de la gamme Opus, tout en s’approchant des capacités d’Opus sur plusieurs tests.

Une première semaine mouvementée

Le déploiement n’a pas été sans accroc. Des développeurs ont signalé que le tokenizer de Sonnet 5 produit entre 1,0 et 1,35 fois plus de jetons que son prédécesseur pour un même texte, ce qui signifie que le coût réel par tâche peut être supérieur à ce que laisse entendre le prix affiché par jeton. Anthropic a également supprimé la température et d’autres paramètres d’échantillonnage, ce qui a cassé certaines intégrations existantes qui les avaient codés en dur.

L’entreprise a reconnu une erreur dans la manière dont elle avait mesuré le benchmark BrowseComp et a republé le graphique en utilisant une méthodologie à budget de 10 millions de jetons. Elle a également déployé un nouveau classificateur de sécurité visant une technique précise de jailbreak, qu’elle dit bloquer dans plus de 99 % des cas — au prix de davantage de faux positifs sur des requêtes légitimes de codage de sécurité, dont certaines sont désormais redirigées vers Opus 4.8.

Pourquoi Anthropic mise sur le milieu de gamme

La stratégie d’Anthropic repose sur l’idée de rendre des agents performants assez bon marché pour être exploités à grande échelle. En mettant l’autonomie de niveau Opus dans la bande de prix de Sonnet, l’entreprise cible les développeurs qui veulent déployer des agents en production sans payer le prix d’un modèle phare. Les premières plaintes sur le tokenizer et l’API montrent les compromis liés au lancement rapide d’un modèle que des milliers d’équipes branchent dès le premier jour à des systèmes en production.